【引言】 单细胞测序技术是21世纪生命科学领域的前沿技术，自诞生之日起就给科学的发展提供了很多新的发现，更是连续数年被Nature等顶级期刊评为“年度技术”。作为单细胞领域的技术从业者，

一、单细胞测序技术为什么如此火热

  细胞是生物体和生物过程的运作基础，在类型、行为和状态上有着广泛的差异（即细胞异质性）。传统的基因测序方法（Bulk RNA-seq）是对组织进行的检测，得到的结果是所有细胞的平均值，会忽略细胞之间的差异性，比如有的细胞转录水平比较高，有的细胞则比较低。同时如果目标细胞占比本来稀少，则这些细胞的信息会被平均或覆盖掉。

  单细胞测序技术很好的解决了bulk RNA-seq的问题，可以对单个细胞内的核酸（DNA或者RNA）进行捕获建库，因而获得单个细胞中的信息。单细胞分析（scRNA-seq）可以反映群体内细胞间的异质性和小群体细胞的重要功能，特别是细胞之间的细微差异也可以解析出。因此单细胞测序技术又被称为“分子显微镜”。

Bulk-seq与scRNA-seq的对比

  单细胞测序技术最早兴起于2009年，由北京大学汤富酬教授提出并发表了第一篇单细胞文章。随后十几年以来持续不断地发展，尤其是近几年，单细胞测序出现了爆发式的发展和普及。2011年，《Nature Methods》杂志将单细胞研究方法列为未来几年最值得关注的技术领域之一。2013年，《Science》杂志将单细胞测序列为年度最值得关注的六大领域榜首，《Nature Methods》杂志将单细胞测序的应用列为2013年年度最重要的方法学进展。2017年10月16日，与 “人类基因组计划” 相媲美的 “人类细胞图谱计划” 首批拟资助的38个项目正式公布，引爆单细胞测序新时代。

单细胞测序技术的发展节点

二、单细胞测序技术原理

  目前有两种方式可以实现单细胞测序。一种是通过显微方式直接获得单个细胞，并将其内部的核酸物质获取出来进行文库构建。代表性的技术有smart-seq2，采用流式方法进行单细胞的分离获取。不过将单细胞挨个分离出来再分别建库测序，通量非常低，这主要受成本的限制。随着待测单细胞的个数的增长，测序的成本也会几乎呈线性提升。

  另一种方式是引入分子标签（barcode）技术，在单细胞分离的同时给每个细胞加上独一无二的DNA序列，这样在测序后分析的时候就把携带相同barcode的序列视为来自同一个细胞了。通过一次建库可以测得数百上千个单细胞的信息。此外，mRNA种类的含量在很大范围内变化，扩增可能会引入额外的偏差，阻碍mRNA拷贝的精确计数，因此又引入了独特分子标识符（unique molecular identifiers，UMI）随机序列，在扩增前作为独特标签标记不同的mRNA分子，允许区分原始分子和扩增重复序列。

分子标签磁珠技术

  目前针对单细胞建库测序的步骤是基本统一的。scRNA-seq实验主要涉及以下几个模块化步骤：单细胞悬浮液制备、单细胞分离和裂解、mRNA提取、mRNA逆转录（RT）到cDNA、测序文库构建，以及使用计算工具进行数据分析。

scRNA-seq实验的模块化步骤

  随着单细胞技术相关研究的深入，scRNA-seq的应用已从基础研究扩展到临床研究，如构建生物体基因表达图谱、重建细胞发育谱系、发现疾病生物标志物、肿瘤免疫微环境分析和临床诊断等领域。

单细胞测序技术路线及其应用

三、单细胞测序技术的技术挑战

  1）准确、快速地分离单个细胞；2） 从单个细胞中扩增微量RNA；3）提高大规模并行处理的细胞吞吐量，同时降低单独文库准备和测序的预算。4）scRNA-seq方法仅限于多聚腺苷酸mRNA分析，而非多聚腺苷酸RNA物种，包括非编码RNA和RNA修饰，目前的scRNA-seq方法尚未进行探索。5）缺少实验和计算方法的质量控制和标准化的共同基准。6）空间转录组的分辨率仍未实现真正单细胞水平。

单细胞测序数据的常规分析流程

注：在典型的scRNA-seq工作流程中，细胞与组织分离，不可避免地丢失有关细胞转录物如何在组织间或亚细胞水平上分布的信息。从空间维度探索基因表达 精确定位转录物在其原生微环境中的定位，保留细胞间最初的空间转录异质性。最近，许多能够进行空间分辨转录组分析的方法被开发出来，它们在解剖学水平上揭示了区域特异性转录模式，例如正常组织和疾病组织之间的细胞组织差异。此外，还可以通过空间转录组分析来探测亚细胞水平上的转录分布差异和空间组织的分子过程。

四、参考文献

1、Tang Fuchou, Barbacioru C, Wang Y, et al. mRNA-Seq whole-transcriptome analysis of a single cell. Nature Methods. 6(5):377-82(2009)

2、Tang, X., Huang, Y., Lei, J. et al. The single-cell sequencing: new developments and medical applications. Cell Biosci 9, 53 (2019)

3、Li H. Single-cell RNA sequencing in Drosophila: Technologies and applications. Wiley Interdiscip Rev Dev Biol. 2021

4、Chen Y, Song J, Yang C, et al. Single-Cell Sequencing Methodologies: From Transcriptome to Multi-Dimensional Measurement. Small Methods. 2021